张钹：迈向第三代人工智能需要“知识＋数据”

人工智能现在发展到哪个阶段？存在哪些问题与局限性？11月26日，在2020世界大会第三届中国（广东）人工智能发展上，中国科学院院士、清华大学人工智能研究院院长、微软亚洲研究院技术顾问张钹表示，第三代人工智能刚刚拉开序幕，将解决此前第一代、第二代人工智能所存在的局限性。

“第二代深度学习是一种通用工具，不需要领域知识，使用的技术门槛较低，它所构造的多层次和多维的空间能够处理大量数据，可以极大推动AI应用的发展。”张钹表示，深度学习所解决的问题依旧有限，在环境感知、理解环境、AI安全和推理决策等方面会出现不安全、不可靠、不可解释的情况。

在人工智能60多年的发展历史中，一直存在两个相互竞争的范式第一是符号主义，也就是第一代人工智能。到上个世纪八十年代之前一直主导着AI的发展。作为第一代知识驱动的人工智能，主要是利用知识、算法与算力三个要素来构造AI；第二是连接主义，也就是第二代人工智能。从上个世纪九十年代逐步发展，到本世纪初进入高潮，大有替代符号主义之势。第二代数据驱动的人工智能，利用数据、算法与算力三个要素构造AI。由于第一代与第二代人工智能都有明显的局限性，都是分别从一个侧面来模拟人类的智能行为，，都还是弱人工智能。

事实上，第一代、第二代人工智能从本质而言是通过数据和算力去解决完全信息和结构化环境下的确定性问题。正是在这样的背景之下，提出了第三代人工智能的概念，通过发展安全、可信、可靠与可扩展的AI技术，建立一个全面反映人类智能的AI，需要建立鲁棒与可解释的AI理论与方法。其发展思路是，把第一代知识驱动和第二代的数据驱动结合起来，从原来的三要素升级到利用知识、数据、算法与算力四个要素，来构建比前代更强大的人工智能。

在张钹看来，正在到来的第三代人工智能，其目标是完全解决计算机的智能问题。“人工智能最重要的表现是随机应变、举一反三，为此必须充分利用知识、数据、算力和算法四要素才能解决不完全信息、不确定性和动态环境下的问题，达到真正的人工智能。”张钹说道。